【技术实现步骤摘要】
本专利技术涉及机器人控制领域，特别涉及一种基于mrac控制算法的移动机器人控制方法。
技术介绍
1、随着科技的进步和自动化需求的增长，移动机器人在多个领域中的应用变得越来越普遍，尤其是在服务业、仓储、物流以及探索未知环境等方面。在这些应用中，移动机器人的导航控制技术成为了关键技术之一。这种技术使机器人能够在没有人工干预的情况下自主导航，从而提高效率和安全性。移动机器人导航控制技术的发展，尤其在横向控制算法方面，标志着自动化和智能化水平的重大进步。在过去几十年中，这一领域经历了从初步的基于规则的方法到复杂的数学模型和算法的转变。
2、移动机器人导航系统横向控制算法有很多，其中比较常用的控制算法包括纯跟踪控制方法(pure pursuit)、lqr控制方法、mpc控制方法，其中，纯跟踪方法鲁棒性较好，对跟踪轨迹的要求较低，但稳态误差会随着纵向速度的增加而增大，因而一般只用于低速场景，lqr控制算法鲁棒性一般，对跟踪轨迹的曲率要求较高，稳态误差小，且受纵向速度的影响较小，适合于路径平滑的中高速场景，mpc控制控制算法与lqr控制算法类似，其优点在于鲁棒性较lqr更高，缺点与lqr算法一致，对跟踪轨迹的曲率要求较高，即曲率需连续变化，曲率也不能太大，上述算法都有一个共同特点，即依赖所辨识模型参数的精确模型，如果模型参数在运动过程中发生变化，会对控制精度产生较大影响。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供一种基于mrac控制算法的移动机器人控制方法，基于
2、为了实现上述目的，本专利技术采用的技术方案为：一种基于mrac控制算法的移动机器人控制方法，包括：建立理想条件下对于移动机器人控制的参考模型；
3、建立一个参数可调的可调系统，用于控制移动机器人；
4、采用自适应控制基于可调系统的输出和参考模型输出的差值对可调系统的参数进行调节以匹配移动机器人的实时状态，从而实现基于可调系统对于移动机器人的控制。
5、参考模型是一个结构已知、参数已知、性能指标符合理想条件下的系统，基于理想状态下的机器人控制进行建模得到。
6、可调系统、参考模型的输入均为移动机器人的控制量u，基于控制量u参考模型输出对应的控制得到状态量xm；可调系统的输出状态量为xp。
7、基于状态量xm、xp求得参考模型和可调系统之间的误差e，基于误差e、输入控制量u采用自适应控制的方式对可调系统的输入进行调节使得误差e最小，基于误差e最小得到的可调系统对移动机器人进行控制。
8、自适应控制中，通过自适应算法中的前馈增益矩阵k(t)、反馈补偿矩阵f(t)对误差e、输入控制量u进行转换得到可调系统的输入u1，通过自适应调节方式使得可调系统与参考模型之间差值e最小得到最优的可调系统对移动机器人进行控制。
9、可调系统的输入u1＝k(t)*u+f(t)*xp，其中阵k(t)为前馈增益矩、f(t)为反馈补偿矩阵。
10、反馈补偿矩阵f(t)为：
11、
12、其中f(0)反馈补偿矩阵f(t)的初值，p、和都是对称正定矩阵。
13、前馈增益矩阵k(t)为：
14、其中，k(0)为初值。
15、在参考模式建立时，采用加速度的变化来调节参考模型；对于加速度a进行等分，划分为多个小的区间，每个区间内的加速度看作常量，进而再使用可调系统去控制机器人的移动，同时每个加速度区间分配不同的最优参考模型。
16、本专利技术的优点在于：基于mrac自适应控制来实现移动机器人的控制以解决现有技术固定模型参数进行机器人控制存在控制精度的问题。对于基于动力学模型的移动机器人控制问题，其独特之处在于无需事先了解被控对象的具体结构参数。在这种控制方法中，我们只需要了解模型结构，而无需精确知晓其参数的数值，因为该控制方法不受参数变化的影响，也不受时变因素的干扰。
17、能根据不同的加减速条件下对机器人性能指标的要求来调整参考模型的参数，以使控制性能最优。
本文档来自技高网...【技术保护点】
1.一种基于MRAC控制算法的移动机器人控制方法，其特征在于：包括：建立理想条件下对于移动机器人控制的参考模型；
2.如权利要求1所述的一种基于MRAC控制算法的移动机器人控制方法，其特征在于：参考模型是一个结构已知、参数已知、性能指标符合理想条件下的系统，基于理想状态下的机器人控制进行建模得到。
3.如权利要求1或2所述的一种基于MRAC控制算法的移动机器人控制方法，其特征在于：可调系统、参考模型的输入均为移动机器人的控制量u，基于控制量u参考模型输出对应的控制得到状态量Xm；可调系统的输出状态量为Xp。
4.如权利要求3所述的一种基于MRAC控制算法的移动机器人控制方法，其特征在于：基于状态量Xm、Xp求得参考模型和可调系统之间的误差e，基于误差e、输入控制量u采用自适应控制的方式对可调系统的输入进行调节使得误差e最小，基于误差e最小得到的可调系统对移动机器人进行控制。
5.如权利要求1-4任一所述的一种基于MRAC控制算法的移动机器人控制方法，其特征在于：自适应控制中，通过自适应算法中的前馈增益矩阵K(t)、反馈补偿矩阵F(t
6.如权利要求5所述的一种基于MRAC控制算法的移动机器人控制方法，其特征在于：可调系统的输入u1＝K(t)*u+F(t)*Xp，其中阵K(t)为前馈增益矩、F(t)为反馈补偿矩阵。
7.如权利要求5所述的一种基于MRAC控制算法的移动机器人控制方法，其特征在于：反馈补偿矩阵F(t)为：
8.如权利要求5所述的一种基于MRAC控制算法的移动机器人控制方法，其特征在于：前馈增益矩阵K(t)为：
9.如权利要求5所述的一种基于MRAC控制算法的移动机器人控制方法，其特征在于：
...【技术特征摘要】
1.一种基于mrac控制算法的移动机器人控制方法，其特征在于：包括：建立理想条件下对于移动机器人控制的参考模型；
2.如权利要求1所述的一种基于mrac控制算法的移动机器人控制方法，其特征在于：参考模型是一个结构已知、参数已知、性能指标符合理想条件下的系统，基于理想状态下的机器人控制进行建模得到。
3.如权利要求1或2所述的一种基于mrac控制算法的移动机器人控制方法，其特征在于：可调系统、参考模型的输入均为移动机器人的控制量u，基于控制量u参考模型输出对应的控制得到状态量xm；可调系统的输出状态量为xp。
4.如权利要求3所述的一种基于mrac控制算法的移动机器人控制方法，其特征在于：基于状态量xm、xp求得参考模型和可调系统之间的误差e，基于误差e、输入控制量u采用自适应控制的方式对可调系统的输入进行调节使得误差e最小，基于误差e最小得到的可调系统对移动机器人进行控制。
5...
【专利技术属性】
技术研发人员：郑亮，谢帆，陈双，孙龙龙，陈智君，曹雏清，赵立军，
申请(专利权)人：长三角哈特机器人产业技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。